2026年10月的一个下午，平圩电厂的中控室里安静如常。

　　大屏幕上，烟气排放口的实时数据平稳地划过，数据面板上的数字令人安心，AI自控率99%。

　　对于这座安徽省装机容量最大的电厂来说，这种"平静"绝非一日之功。随着排放标准持续收严、机组负荷波动不断加大，依靠人工经验调节的传统方式，已经越来越接近能力的边界。控制方式若不改变，运行人员的压力只会越来越大。

　　2026年，平圩电厂6号机组正式上线元琛科技AI智能环保岛生态系统。脱硝喷氨、脱硫供浆、尿素热解、袋式除尘喷吹、静电除尘、循环泵寻优、氧化风机寻优、增效剂寻优，八大核心模型接管烟气治理的全流程控制。

　　从此，电厂环保控制这件事，从“人盯”走向了“智控”。

　　一、为什么是AI？煤电的“两难”时刻

　　把环保控制交给人工智能，这个选择，表面上看是一次技术升级，背后却是整个煤电行业走到今天的必然之举。

　　要理解平圩电厂为什么这么做，得先看清整个煤电行业正在经历什么。

　　一方面，煤电不能被替代。

　　随着风电、光伏等新能源装机规模快速攀升，电力系统的波动性、不确定性显著增加，这决定了煤电在相当长时期内仍将是保障能源安全的“压舱石”。

　　平圩电厂就是最典型的样本。这家始建于1984年的电厂，如今火电总装机654万千瓦，是安徽省装机容量最大的电厂。

　　机组不能停、不能降，在深度调峰中要稳得住、在负荷波动中得跟得上。这是平圩电厂不可撼动的使命。

　　另一方面，煤电必须被改造。

　　2025年4月，国家发展改革委、国家能源局联合印发《新一代煤电升级专项行动实施方案》，明确提出“加大煤电深度调峰和快速变负荷智能控制技术创新攻关和工程应用力度，积极集成应用5G、人工智能等技术”。

　　2026年7月，国家能源局发布《能源领域节能降碳行动计划》，进一步要求降低火电度电碳排放水平。

　　面对国家政策，国家电投集团自身的绿色转型步伐更加坚决，截至2025年底，清洁能源装机占比已达74%，集团要求旗下火电企业必须同步跟上减排节奏。

　　一面是火电“压舱石”的保供责任，一面是国企“先行者”的转型使命。两股力量交汇在一起，落到平圩电厂的运行团队头上，就变成了一个极其现实的问题：

　　当排放标准越来越严、机组负荷波动越来越大、靠老师傅经验已经触到了天花板。下一步，怎么办？

　　应用人工智能控制策略，用算法替代经验，让控制跑在波动前面，这是平圩电厂写下的答案。

　　二、从难处破局，6号机组先行示范

　　回忆当初的决策过程。2025年下半年，平圩电厂集团内部环保考核进一步收严。企业算了笔账，根据现役机组现有的DCS系统和人工调节方式来看，想把排放做得更稳、物料消耗再降，已经没有多少优化空间了，必须向外看。

　　此时，国内火电行业在“AI+工业”方向上的探索才刚刚起步，成熟案例并不多见。在对多家做环保智能控制的企业进行系统考察后，平圩最终选定了元琛科技，决定以6号机组作为先行示范，率先引入AI智能环保岛系统，开辟出一条路来。

　　选定元琛原因并不复杂。元琛在其他电厂已有落地案例，平圩专程去调研过，数据真实可信。更重要的是，企业相信元琛科技的技术服务能力，二十年生态治理起家，既有工业场景的认知深度，又有智能技术的落地能力，这种“懂场景、懂技术”的双重优势，是其他企业没有的。

元琛团队

　　平圩6号机组是电厂四期工程的重要组成部分，也是世界首个直接接入1000千伏特高压电网的二次再热百万千瓦超超临界机组。它的工况复杂、负荷波动大，控制难度较高。

　　换个角度说，如果AI智能环保岛可以在6号机组上跑通、跑稳，就具备了向全厂复制推广的说服力。

　　三、八大模块，从痛点确认到现场验证

　　2026年，项目正式启动。在与平圩电厂运行、设备、环保等各部门的反复沟通后，元琛科技根据电厂实际痛点最终确定上线八大技术模块——脱硝喷氨、脱硫供浆、尿素热解、袋式除尘喷吹、静电除尘、循环泵寻优、氧化风机寻优、增效剂寻优。每一个模块背后都对应着一个亟待解决的具体问题。

　　电厂机组停机窗口极为有限，留给现场实施的时间只有3到4天。而在这短短几天内，团队要完成覆盖脱硝脱硫除尘全流程的通信对接、数据联调、参数配置和功能验证。每个模型对应一个独立的工艺环节，涉及不同的测点、不同的控制逻辑、不同的DCS接口。

　　停机窗口就是死命令，到点机组必须重新并网，没有任何延期的余地。在业主高标准要求下，元琛团队提前完成了所有离线准备工作，软件预配置、通信协议预对接、数据接口预测试，把能在停机前做的事情全部做在前面。停机后，团队24小时轮班作业，在窗口期内完成了全部模型的现场部署与联调。

　　时间抢出来了，但更难的还在后面。

　　深度调峰让控制难度成倍增加。当前环境下，火电机组承担着配合新能源电力深度调峰的任务，负荷频繁波动，NOx浓度随之剧烈变化。

　　传统的控制逻辑在稳定工况下尚能应对，但一旦负荷快速爬升或下调，人工调节滞后性更加明显，等操作员发现NOx上升再调喷氨量，数据已经蹿上去了。

　　对此，元琛技术工程师在现场蹲点，连续记录了几个完整调峰周期的数据，逐段分析负荷变化与NOx生成的响应关系。

元琛技术工程师在平圩现场

　　“传统的控制策略是‘反馈式’的，等偏差出来了再调。”元琛技术负责人说，“但在深度调峰的工况下，这种方式根本来不及。必须让系统具备提前预判的能力，在负荷变化之前就感知到趋势，主动下达调节指令。”

　　基于这一思路，团队融合机组运行的多维工况信息，构建了具备趋势预判能力的控制模型，让系统在NOx浓度实际波动之前完成喷氨量的预调节，在深度调峰工况下实现了更快的响应和更稳的控制。同时，模型具备在线自学习能力，系统持续积累运行数据，不断优化预判能力，每经历一个调峰周期，控制精度便提升一步。

　　得益于前期充分的工况调研和模型设计的通用性，系统在深度调峰工况下顺利通过验证，响应速度和控制精度均达到设计要求。

　　四、效果验证：四重改变，看得见的数据

　　八大模型全部投运，随后进入长周期连续运行考验。

　　将近一年的运行数据表明，系统在环保稳定达标、人工负担减轻、物料消耗下降和运行效率提升四个维度上，均交出了可量化的成绩单。

　　环保稳定达标：深度调峰下，排放“稳得住”。

　　无论机组负荷如何变化、启停调峰如何频繁，6号机组的污染物排放始终稳定在标准线以内。手动控制期相比，脱硝喷氨模型在AI期平均负荷更高的情况下，NOx浓度标准差收窄近三成；脱硫供浆模型出口SO₂浓度标准差同步下降。标准差的收窄，意味着排放波动被有效抑制，即便在工况频繁切换的极端条件下，排放依然被牢牢锁定在可控区间内。

　　减轻人工负担：从“盯参数”到“看系统”。

　　八大核心模型AI自控率最高可达99%，平均自控率96.44%，AI已经接管日常操作的主导权，技术人员的工作从“盯盘式”变成了“监护式”。

　　从频繁手动干预中解放出来后，技术人员得以将更多精力投入到设备巡检、异常研判、数据分析和工艺优化等更高价值的工作中。AI承担重复性的操作劳动，人回归判断与决策。

　　物料节约：脱硫剂、脱硝剂、电耗全面下降。

　　传统人工操作中，操作员为保证排放不超标，往往会在安全区间内预留余量。AI不做“预留”，只做“匹配”：实时跟踪工况变化，精确计算每个时刻所需的最低用量。

　　经第三方性能验收核算：石灰石综合降低＞11%，尿素综合降低＞4%，除尘节电综合降低＞3%，多项指标同向改善，印证了系统在负荷与煤质波动下实现物料与能耗精准匹配的能力。

　　智能有边界，安全有兜底

　　对电厂而言，环保岛智能化的前提，不只是“AI能控多少”，更是“任何工况下都不失管、不失控”。

　　元琛AI智能环保岛以电厂原有安全控制体系为底座，叠加AI优化层，AI不替代原有保护联锁，不改变电厂安全控制逻辑，只在受控边界内进行策略优化与闭环调节。系统适用于30%～100% BMCR深度调峰及快速升降负荷工况，在负荷频繁波动下依然保持稳定可控。

　　同时，系统配置了多重安全防护与人工接管机制，覆盖异常监测、边界约束和平稳回退等环节。异常工况下，系统可无扰退回常规控制，回退过程不影响机组运行参数；运行人员也可随时介入，确保控制权始终掌握在人手中。

　　结语：一份可复制的“AI+工业”答卷

　　平圩电厂6号机组的探索，价值不止于一家电厂、一台机组。

　　在《新一代煤电升级专项行动实施方案》明确提出“积极集成应用人工智能技术”的背景下，在工信部等多部门联合推动“人工智能+制造”专项行动的大浪潮中，这台百万机组的探索承载着更深远的意义。

　　它回答的是中国工业转型中一个普遍性的难题：当传统工艺优化已经触碰到人工经验的天花板，下一步怎么走？

　　平圩6号机组的答案是，用AI接手那些本不该由人做的重复劳动，让人去做更有价值的判断。

　　八大模型、96.44%的AI自控率、物料成本的实质性下降、排放波动的显著收窄、操作员从“盯参数”中解放出来，

　　这些细小的变化叠加在一起，就是一台百万机组从“人工驾驶”到“AI辅助驾驶”的全面升级。它证明了AI不是实验室里的概念，可以在火电这样复杂的工业场景里扎下根、出成果。

　　这不仅是平圩的探索，更是元琛AI智能环保岛在中国火电行业交出的一份可验证、可复制的数字化答卷。对于正处在绿色转型关键期的中国电力行业来说，这个样本的意义不言而喻。